electricsheepeurope/europe-ilo-emp-3emp-sex-age-ste-nb-youth-employment-by-sex-age-and-status-in-employme

该数据集包含欧洲39个国家从1983年至2025年的青年就业数据，共计91,928个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，核心指标为EMP_3EMP_SEX_AGE_STE_NB，即按性别、年龄和就业状况分类的青年就业人数（以千计）。数据集提供了详细的分类维度，包括性别（总计、男性、女性）、年龄组（如15-29岁青年段）和就业状况（总计）。数据模式涵盖国家代码、来源信息、指标代码、分类变量、观测年份、观测值及其状态标志等列。数据为年度频率，经过ILO的标准化处理，确保与国际劳工统计学家会议（ICLS）定义一致。数据集由Electric Sheep Europe重新打包为Parquet格式，便于机器学习任务使用，如表格分类、回归或时间序列预测。This dataset contains youth employment data for 39 European countries from 1983 to 2025, with 91,928 observations. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, with the core indicator EMP_3EMP_SEX_AGE_STE_NB, which represents youth employment by sex, age, and status in employment (in thousands). The dataset provides detailed disaggregation dimensions, including sex (total, male, female), age groups (e.g., 15-29 youth band), and employment status (total). The schema includes columns for country codes, source information, indicator codes, classification variables, observation year, observed values, and status flags. The data is annual frequency, harmonized by ILO following International Conference of Labour Statisticians (ICLS) definitions. Repackaged by Electric Sheep Europe into Parquet format for machine learning readiness, suitable for tabular classification, regression, or time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

该数据集源自国际劳工组织（ILO）的ILOSTAT中央统计数据库，是欧洲青年就业领域一项宝贵的结构化数据资源。构建过程中，数据直接从ILOSTAT REST API中提取，筛选出欧洲39个国家的ISO3国家代码，并整合了基于国际劳工统计学家会议（ICLS）定义统一处理的原始调查微观数据。最终，由Electric Sheep Europe团队进行重新封装，形成了包含91,928条观察记录的表格数据集，涵盖了1983年至2025年间的时间序列信息，为研究人员提供了经过标准化处理的、可直接用于机器学习与统计分析的高质量数据资产。

特点

该数据集的核心特点在于其聚焦于欧洲青年就业问题的精细分类与广覆盖。数据以单一指标“按性别、年龄和就业身份分类的青年就业人数（千计）”为核心，提供了包括性别（总、男、女）、年龄段（如15-29岁青年段）以及就业身份的聚合类别等多个维度的交叉分类。覆盖了从1983年至2025年的长期时间跨度，包含39个欧洲国家，使得研究者能够进行深度的纵向趋势分析和跨国比较。数据列设计详尽，除观测值外，还附带来源、状态标记和注释信息，确保了数据的可追溯性与质量透明度。

使用方法

该数据集的使用极其便捷，专为现代化数据处理流程而设计。用户可通过HuggingFace Datasets库的`load_dataset`函数一键加载，无需繁琐的下载与解析步骤。加载后，数据可以轻松转换为Pandas DataFrame格式进行后续分析。例如，通过简单的条件筛选即可聚焦于特定国家（如德国）或特定指标的时序演变。数据支持表格分类、表格回归以及时间序列预测等多种机器学习任务，并可以通过数据透视表等操作，将数据重整为国家×年份的矩阵形式，便于构建预测模型或进行面板数据分析。

背景与挑战

背景概述

青年就业问题长期受到国际劳工组织（ILO）等机构的高度关注，是衡量劳动力市场健康程度与社会可持续发展的重要指标。在此背景下，ILO于其核心统计数据库ILOSTAT中发布了青年就业数据集（EMP_3EMP_SEX_AGE_STE_NB），并由Electric Sheep Europe于2025年重新整理上线。该数据集覆盖1983至2025年间39个欧洲国家，包含91,928条观测记录，聚焦于按性别、年龄及就业身份划分的青年就业人数（单位：千人）。其数据源自各国劳动力调查与行政记录，经由ILO统计部门统一协调与标准化处理，确保了跨国家与跨时间比较的可靠性。作为ILOSTAT体系的重要组成部分，该数据集为研究欧洲青年劳动力市场动态、评估就业政策成效以及追踪可持续发展目标（SDGs）中体面工作进展提供了关键的基础数据支撑。

当前挑战

该数据集所解决的领域核心挑战在于实现对欧洲范围内青年就业状况的精细化、标准化与跨时空可比分析。青年就业受性别、年龄层及就业身份（如雇员、自雇者）等多维因素交织影响，传统单一维度数据难以揭示结构性差异。此外，数据集构建过程中面临多重难题：不同国家就业调查的统计口径、时间频率与数据质量标准不一，ILO需依据国际劳工统计学家会议（ICLS）定义进行严格的数据清洗与合并。同时，部分国家特定年份的数据来源识别、缺失值处理，以及因方法论修订导致的序列断点均需在数据集中通过附加标志（如obs_status、note_indicator）进行透明记录，以保障使用者对数据质量的准确评估与合理运用。

常用场景

经典使用场景

该数据集聚焦于欧洲39个国家1983至2025年间青年就业的性别、年龄及就业身份细分数据，是劳动经济学与人口统计学交叉研究中的宝贵资源。研究者可借助其丰富的观测记录，探索欧洲青年劳动力市场的长期演变轨迹，分析不同性别群体在兼职、全职及非正规就业等身份类别中的分布差异，并利用时间序列数据揭示经济周期、政策变革或社会思潮对青年就业结构的冲击与重塑。

衍生相关工作

该数据集催生了若干具有影响力的衍生工作：围绕同一数据源的实证研究常以欧洲青年就业转型为主题，利用层序聚类或面板调和方法剖析不同国家在青年就业正规化进程中的异质性组态；此外，部分工作将该数据集整合至更广泛的ILOSTAT数据库体系，开发了自动化指标清洗与可视化平台，推动了劳动统计数据的开放复用生态；还有研究基于此数据构建了青年就业预警模型，将性别—年龄—就业身份的交互效应纳入预测框架，提升了跨国就业趋势推断的鲁棒性。

数据集最近研究

最新研究方向

基于ILOSTAT欧洲青年就业数据集的时序预测与群体异质性分析正成为劳动经济学领域的前沿热点。该数据集涵盖1983至2025年间39个欧洲国家的91,928条观测值，按性别、年龄和就业身份精细分层，为解析青年劳动力市场结构性变迁提供了坚实的数据底座。当前研究聚焦于运用深度学习与因果推断模型，捕捉后疫情时代青年就业模式的非线性波动与跨国异质性，尤其关注非正规就业与临时雇佣对青年职业路径的长期影响。这一方向紧密结合欧洲青年失业率攀升、数字转型与零工经济崛起的时代议题，其研究成果为国际劳工组织及各国制定精准就业政策提供了量化依据，推动了欧洲劳动力市场研究的微观化与动态化进程。